2019年11月，在中歐國(guó)際工商學(xué)院北京校區(qū)25周年校慶科技論壇的現(xiàn)場(chǎng)，王維嘉與華大基因CEO尹燁、正安康健創(chuàng)始人梁冬進(jìn)行了以“科技、商業(yè)與未來(lái)“為主題的討論，他的表達(dá)和他書(shū)中的觀點(diǎn)一脈相承。

王維嘉是數(shù)字信號(hào)處理、人工智能(AI)、移動(dòng)網(wǎng)絡(luò)專家，斯坦福大學(xué)電氣工程系博士，曾在斯坦福大學(xué)師從人工智能鼻祖之一、美國(guó)國(guó)家工程院院士伯納德·威德羅?，F(xiàn)在，王維嘉的身份是硅谷風(fēng)險(xiǎn)投資人，主要在美國(guó)和中國(guó)從事人工智能及醫(yī)藥領(lǐng)域的風(fēng)險(xiǎn)投資。他說(shuō)在看了30家中美公司后，王維嘉得出的結(jié)論是，無(wú)人駕駛是一個(gè)不適合目前人工智能的應(yīng)用。

2019年初，王維嘉寫(xiě)了《暗知識(shí)：機(jī)器認(rèn)知如何顛覆商業(yè)和社會(huì)》一書(shū)，向大眾普及人工智能知識(shí)，王維嘉說(shuō)：“我寫(xiě)這本書(shū)的一個(gè)目的是給人工智能降溫”。

在接受經(jīng)濟(jì)觀察報(bào)記者獨(dú)家專訪時(shí)，針對(duì)人工智能熱中的一些誤區(qū)，王維嘉說(shuō)，人工智能并不適用于所有行業(yè)，只適合應(yīng)用于需要尋找相關(guān)性的領(lǐng)域，在這些領(lǐng)域，人工智能可以做得比人更好，比如，下圍棋、圖像識(shí)別、尋找蛋白質(zhì)的三維結(jié)構(gòu)等等。

王維嘉長(zhǎng)期在硅谷從事人工智能和醫(yī)療行業(yè)的投資，他認(rèn)為，過(guò)去20年的互聯(lián)網(wǎng)是商業(yè)模式創(chuàng)新，只要有商業(yè)訓(xùn)練，都可以投資。對(duì)于高科技公司的投資，如果投資晚期，也并不需要懂技術(shù)。而高科技公司的早期投資者，必須懂技術(shù)。

王維嘉指出，互聯(lián)網(wǎng)時(shí)代的特征是toC，能夠“贏家通吃”，人工智能是toB，無(wú)法“贏家通吃”。人工智能的泡沫來(lái)自于，投資人把互聯(lián)網(wǎng)時(shí)代“贏家通吃”的思維搬到了人工智能時(shí)代，對(duì)沒(méi)有網(wǎng)絡(luò)效應(yīng)的人工智能公司，給出了能夠“贏家通吃”的公司的估值。

目前，人工智能的核心技術(shù)仍主要來(lái)自美國(guó)，中國(guó)在快速追趕;在應(yīng)用方面，中美兩國(guó)各有特色，除了人臉識(shí)別，王維嘉認(rèn)為，未來(lái)醫(yī)療圖像領(lǐng)域中國(guó)也會(huì)超過(guò)美國(guó)。王維嘉也提醒，現(xiàn)在深度學(xué)習(xí)大熱，企業(yè)都扎到了這個(gè)方向，但是深度學(xué)習(xí)有其局限性。如果不在基礎(chǔ)科學(xué)層面探索新的方向，中國(guó)在科技領(lǐng)域可能很難追趕美國(guó)。

對(duì)話

祛魅人工智能

經(jīng)濟(jì)觀察報(bào)：對(duì)于基于深度學(xué)習(xí)的人工智能已經(jīng)達(dá)到瓶頸的說(shuō)法，我們應(yīng)該怎樣理解?

王維嘉：過(guò)去人們夸大了人工智能的作用，也夸大了對(duì)它的恐懼。實(shí)際上，人工智能就像一個(gè)偏科的人，今天的人工智能，在某些領(lǐng)域是特別厲害，但在另外的很多領(lǐng)域是不行的，關(guān)鍵是要挑準(zhǔn)應(yīng)用它的行業(yè)。比如，在人臉識(shí)別方面，人工智能已經(jīng)超過(guò)了人的準(zhǔn)確度，人工智能還可以在金融、大健康領(lǐng)域有效的應(yīng)用。但是，將人工智能應(yīng)用到無(wú)人駕駛是不合適的，人工智能就像一只會(huì)認(rèn)路的狗，狗的認(rèn)路能力比人強(qiáng)，但是它不能開(kāi)車。

所以，一定要清楚人工智能的局限和邊界，然后找對(duì)應(yīng)用人工智能的場(chǎng)景，人工智能還有很多可以應(yīng)用的領(lǐng)域，目前人工智能還沒(méi)有開(kāi)始和這些行業(yè)結(jié)合。因此，雖然有局限，人工智能應(yīng)用仍然有很大的商業(yè)前景。

經(jīng)濟(jì)觀察報(bào)：基于神經(jīng)網(wǎng)絡(luò)的人工智能有局限性，很多問(wèn)題解決不了，那么有沒(méi)有可能會(huì)出現(xiàn)一些新的方向的人工智能能夠沖破這些局限?

王維嘉：美國(guó)已經(jīng)有很多大學(xué)，甚至有些公司已經(jīng)在研究完全不用神經(jīng)網(wǎng)絡(luò)的新的人工智能，比如，有一種新方法叫“概率語(yǔ)法圖”。

做研究是應(yīng)該這樣去探索。但是，從做生意的角度，因?yàn)樯窠?jīng)網(wǎng)絡(luò)已經(jīng)證明在解決很多問(wèn)題上是非常有效的，應(yīng)該先找這種技術(shù)上已經(jīng)證明的方法作為解決方案。比如，你知道神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別方面非常有效，你可以想是不是應(yīng)該去做原理相同但還沒(méi)有人做的醫(yī)療圖像識(shí)別、癌癥的早期篩查，而不是作為一家公司去探索一個(gè)新算法。因?yàn)檫@風(fēng)險(xiǎn)太大，不是一家公司應(yīng)該做的，我們做風(fēng)險(xiǎn)投資也不會(huì)投這樣的公司?；A(chǔ)研究的探索應(yīng)該由大學(xué)來(lái)做，由國(guó)家來(lái)提供資金支持，這個(gè)社會(huì)是有分工的。

經(jīng)濟(jì)觀察報(bào)：一種說(shuō)法認(rèn)為中國(guó)在人工智能方面的一個(gè)優(yōu)勢(shì)是有大量的數(shù)據(jù)，而且給數(shù)據(jù)打標(biāo)簽的人力成本更低，這種所謂數(shù)據(jù)上的優(yōu)勢(shì)，真的是中國(guó)在人工智能方面的優(yōu)勢(shì)嗎?

王維嘉：這是一個(gè)很大的誤區(qū)。人工智能的數(shù)據(jù)問(wèn)題分三種情況：第一種，不論多少數(shù)據(jù)都沒(méi)用。比如，無(wú)人駕駛，谷歌的數(shù)據(jù)全世界最多，11年開(kāi)了10億英里，但是還是不能窮盡所有的駕駛場(chǎng)景。

第二種，數(shù)據(jù)不僅沒(méi)用，而且有害。比如，AlphaGo下圍棋，AlphaGo是學(xué)了人類的殘局，學(xué)會(huì)了之后打敗了李世石。后來(lái)谷歌又搞一個(gè)AlphaGoZero，完全不學(xué)人類殘局，只告訴他圍棋規(guī)則，他自己兩臺(tái)機(jī)器對(duì)弈，自己摸索，最終AlphaGoZero打敗了學(xué)習(xí)人類經(jīng)驗(yàn)的AlphaGo。這說(shuō)明，人類經(jīng)驗(yàn)，也就是數(shù)據(jù)，不僅沒(méi)用，而且有害。

第三種，才是數(shù)據(jù)越多越好，但是也有極限，數(shù)據(jù)的作用呈邊際效用遞減。比如人臉識(shí)別準(zhǔn)確度已經(jīng)達(dá)到99.5%，再提高，比如99.6%、99.61%，增長(zhǎng)變得非常慢。這相當(dāng)于如果你有一萬(wàn)張人臉圖片，我有1000張，你一定比我強(qiáng)。但是，如果你有10萬(wàn)張，我有5萬(wàn)張時(shí)，我們的差別不大。當(dāng)你有100萬(wàn)張，我有20萬(wàn)張時(shí)，我們就幾乎沒(méi)差別。

還要看不同的場(chǎng)景，有的場(chǎng)景1萬(wàn)張足夠，有的可能3萬(wàn)張足夠，有的可能10萬(wàn)張才夠，再多就沒(méi)意義了。美國(guó)有3億人口，中國(guó)是它的4倍多，在絕大多數(shù)情況下數(shù)據(jù)已經(jīng)夠了。

我剛從英國(guó)回來(lái)，英國(guó)的衛(wèi)生大臣告訴我們，英國(guó)的醫(yī)療數(shù)據(jù)是全世界最好的，因?yàn)橛?guó)由國(guó)家來(lái)提供醫(yī)療保險(xiǎn)，6500萬(wàn)人口的醫(yī)療數(shù)據(jù)，完全統(tǒng)一，非常干凈。美國(guó)是找不出這樣的數(shù)據(jù)的，所以，雖然英國(guó)的人口比美國(guó)少很多，但是它醫(yī)療數(shù)據(jù)的質(zhì)量遠(yuǎn)高于美國(guó)。

人工智能的中美差距

經(jīng)濟(jì)觀察報(bào)：您常年在中國(guó)和美國(guó)看項(xiàng)目，您覺(jué)得這幾年兩個(gè)國(guó)家創(chuàng)業(yè)的大環(huán)境有什么區(qū)別?

王維嘉：第一，中國(guó)的原創(chuàng)技術(shù)非常少，大部分還是應(yīng)用。比如一家人工智能公司，實(shí)際上算法是開(kāi)源的，和硅谷相比，真正自己的核心突破不是沒(méi)有，但非常少。

第二，中國(guó)公司的估值遠(yuǎn)高于美國(guó)，同樣做一件事，比如做AI芯片，美國(guó)公司可能估值1億美金，中國(guó)公司可能就要20億美金。我認(rèn)為這是未來(lái)的一個(gè)很大的隱患，一定會(huì)造成一級(jí)和二級(jí)市場(chǎng)倒掛，就像WeWork。

這其中投資人要負(fù)很大責(zé)任，因?yàn)樗麄儾欢夹g(shù)，于是跟風(fēng)，踩熱點(diǎn)，都害怕錯(cuò)過(guò)這趟車，沒(méi)有獨(dú)立思考、獨(dú)立分析，看不懂公司的本質(zhì)，不清楚公司到底能不能賺錢(qián)。所以風(fēng)險(xiǎn)投資行業(yè)大部分是賠錢(qián)的，就是這個(gè)道理。

經(jīng)濟(jì)觀察報(bào)：現(xiàn)在有說(shuō)法認(rèn)為中國(guó)的人工智能已經(jīng)很強(qiáng)，可能和美國(guó)是并駕齊驅(qū)，甚至認(rèn)為人工智能是中國(guó)彎道超車的一個(gè)方向，中國(guó)和美國(guó)在人工智能方面的差距究竟是怎樣的?

王維嘉：可以簡(jiǎn)單分為兩個(gè)層面，第一個(gè)層面是是核心技術(shù)，也就是算法和芯片。就算法而言，過(guò)去神經(jīng)網(wǎng)絡(luò)的核心算法都是在加拿大和美國(guó)完成，中國(guó)的貢獻(xiàn)非常少，幾乎為零。

現(xiàn)在最主要的芯片來(lái)自兩家公司，英特爾(Intel)和英偉達(dá)(NVIDIA)。目前中國(guó)和美國(guó)有上百家芯片公司想做邊緣計(jì)算，比如用于手機(jī)和汽車?yán)锏臄z像頭內(nèi)部的芯片，這方面大公司還沒(méi)做，很多小公司在做，未來(lái)可能會(huì)有一兩家公司跑出來(lái)，不會(huì)太多，因?yàn)樾酒袠I(yè)資本非常密集，一旦成功后規(guī)模效應(yīng)巨大。

第二個(gè)層面是應(yīng)用，中美各有千秋。比如，人臉識(shí)別方面中國(guó)一騎絕塵，美國(guó)連在后面吃土的資格都沒(méi)有。因?yàn)槿四樧R(shí)別的技術(shù)并不復(fù)雜，但中國(guó)的市場(chǎng)太大，每一個(gè)城市都有這方面的需求，而人臉識(shí)別在美國(guó)基本上沒(méi)有市場(chǎng)，在歐洲也沒(méi)有太大市場(chǎng)。于是中國(guó)巨大的市場(chǎng)的基礎(chǔ)上，中國(guó)的人臉識(shí)別公司就越做越好。

無(wú)人駕駛方面，大家都遇到問(wèn)題了。美國(guó)比中國(guó)做的好一點(diǎn)，比如對(duì)比谷歌和百度，時(shí)間上，谷歌11年前開(kāi)始做無(wú)人駕駛，百度大概是6、7年前開(kāi)始，大概差了一半的時(shí)間。資金投入上，谷歌在無(wú)人駕駛上的投資大概每年幾十億美金，百度我不知道，但我相信一定不會(huì)超過(guò)谷歌的投入，百度做無(wú)人駕駛的人數(shù)也沒(méi)有超過(guò)谷歌。無(wú)人駕駛方面美國(guó)做的更好，但是現(xiàn)在大家都遇到了困難。

兩個(gè)國(guó)家的市場(chǎng)是不一樣的，比如制藥，在中國(guó)做AI新藥發(fā)現(xiàn)就不容易做，因?yàn)橹扑幮枰帍S的數(shù)據(jù)，中國(guó)的藥過(guò)去都是仿制藥，做新藥是這兩年才開(kāi)始的。中國(guó)沒(méi)有新藥研發(fā)的基礎(chǔ)，就沒(méi)有人工智能學(xué)習(xí)的數(shù)據(jù)，因此這方面美國(guó)遙遙領(lǐng)先。

我認(rèn)為，在醫(yī)療圖像方面中國(guó)有可能會(huì)領(lǐng)先，因?yàn)橹袊?guó)政府對(duì)扶貧和普惠醫(yī)療的重視有可能會(huì)加速這個(gè)過(guò)程。醫(yī)療圖片處理最大的應(yīng)用場(chǎng)景是在二三線城市，甚至是縣一級(jí)鄉(xiāng)鎮(zhèn)級(jí)，現(xiàn)在X光機(jī)、CT都能買(mǎi)得起，問(wèn)題是片子照出來(lái)以后大夫看不懂，因?yàn)闆](méi)有經(jīng)驗(yàn)，但是你拿到北京，大夫太忙根本看不過(guò)來(lái)。如果機(jī)器能夠達(dá)到北京協(xié)和醫(yī)院醫(yī)生的水平的話，這就能大規(guī)模地解決中國(guó)的基層醫(yī)療的問(wèn)題，而且也不貴。所以醫(yī)療圖像方面我非?？春弥袊?guó)，這種醫(yī)療圖像美國(guó)國(guó)家是不管的，都是私人企業(yè)、醫(yī)院自己在做。

所以具體每一個(gè)產(chǎn)業(yè)都不一樣，在應(yīng)用上各有千秋。核心技術(shù)美國(guó)領(lǐng)先中國(guó)追趕，但追趕得很快，因?yàn)榭萍忌嫌羞@樣一個(gè)趨勢(shì)，一個(gè)技術(shù)一旦突破了以后，它就會(huì)慢慢進(jìn)入平臺(tái)期，它不是永遠(yuǎn)在改進(jìn)，電腦、汽車、飛機(jī)都是這個(gè)道理。

現(xiàn)在的趨勢(shì)是一個(gè)新的技術(shù)剛出現(xiàn)的時(shí)候，中國(guó)的差距非常大，但這個(gè)技術(shù)本身的變化很慢，中國(guó)很快就趕上了。比如美國(guó)推出PC時(shí)中國(guó)還什么都沒(méi)有，現(xiàn)在聯(lián)想是世界第一;互聯(lián)網(wǎng)時(shí)代，谷歌、雅虎成立時(shí)，中國(guó)還是什么都沒(méi)有，現(xiàn)在中國(guó)的互聯(lián)網(wǎng)也是全世界最領(lǐng)先的?，F(xiàn)在美國(guó)的人工智能技術(shù)已經(jīng)比較穩(wěn)定，沒(méi)有什么太大的突破了，所以中國(guó)能很快趕上。

但是問(wèn)題在于，中國(guó)手機(jī)趕上美國(guó)的時(shí)候，美國(guó)出現(xiàn)了人工智能，等中國(guó)人工智能趕上的時(shí)候，美國(guó)不知道會(huì)有什么新東西出來(lái)。因?yàn)槊绹?guó)有大批的人在去探索不同的方向。

下一個(gè)趨勢(shì)誰(shuí)能引領(lǐng)?如果中國(guó)想引領(lǐng)的話，就必須有這種自由探索的空氣和自由的學(xué)術(shù)環(huán)境，大家能夠有奇思幻想。因?yàn)榛A(chǔ)科學(xué)，不是靠砸錢(qián)或者靠政府支持就能做出來(lái)的，一定要鼓勵(lì)學(xué)生能夠獨(dú)立思考，鼓勵(lì)科研人員能夠獨(dú)立地探索，然后給他們足夠的支持，哪怕這是一個(gè)很不靠譜的方向，或者希望很小的方向，也應(yīng)該支持他們，這樣才有可能去引領(lǐng)趨勢(shì)。

社會(huì)影響

經(jīng)濟(jì)觀察報(bào)：進(jìn)入人工智能時(shí)代，一定是這些懂人工智能技術(shù)的人能夠獲得最大的商業(yè)利益，那么會(huì)不會(huì)產(chǎn)生收入差距加大或者是財(cái)富更加集中的問(wèn)題?

王維嘉：任何一次技術(shù)進(jìn)步都會(huì)造成財(cái)富差距的增大。法國(guó)經(jīng)濟(jì)學(xué)家托馬斯?皮凱迪寫(xiě)了《新資本論》，他說(shuō)財(cái)富差距增大的一個(gè)重要原因是資本的收入比工資收入增長(zhǎng)的要快，我覺(jué)得他不太懂技術(shù)，他不知道其實(shí)過(guò)去這100年，造成財(cái)富差距增大的最主要的原因是技術(shù)。

互聯(lián)網(wǎng)就是這樣，馬云成立了淘寶，他成為首富。但是作為用戶的剁手黨，使用淘寶的過(guò)程并不能賺錢(qián)。再比如我們小時(shí)候是看省籃球隊(duì)的比賽，有了大眾媒體以后，我在電視上看到NBA打球，原來(lái)省籃球隊(duì)賺的錢(qián)都給到了喬丹、姚明。絕大多數(shù)技術(shù)都是起到這樣財(cái)富聚集的作用，這不是人工智能的特點(diǎn)，PC、互聯(lián)網(wǎng)、手機(jī)都起到了這樣作用。

經(jīng)濟(jì)觀察報(bào)：人工智能會(huì)使這個(gè)情況加劇嗎?

王維嘉：人工智能現(xiàn)在看來(lái)有可能。原因是，比如汽車制造是代替了人的腿，人工智能是代替了人部分的腦的功能。但我覺(jué)得可能人工智能聚集財(cái)富的效應(yīng)不如互聯(lián)網(wǎng)。

因?yàn)榛ヂ?lián)網(wǎng)的特征是贏者通吃，比如搜索引擎，全世界除了中國(guó)都是使用谷歌。中國(guó)的電子商務(wù)只有淘寶、京東幾家，社交也只有一個(gè)微信。

但是人工智能是ToB，ToB的特點(diǎn)是不能贏者通吃。如果不能占有整個(gè)市場(chǎng)，你的財(cái)富的量就是有限的，和贏者通吃的財(cái)富的量相比就更小。人工智能由于他ToB的特征，它的財(cái)富聚集效應(yīng)要小于互聯(lián)網(wǎng)。所以我覺(jué)得根本不用擔(dān)心。

對(duì)于今后20年的人工智能影響，王維嘉的預(yù)判是：第一，符合三個(gè)判斷標(biāo)準(zhǔn)的行業(yè)會(huì)受到人工智能的影響：一是不管是服務(wù)業(yè)，還是制造業(yè)，這個(gè)行業(yè)會(huì)產(chǎn)生大量的流程數(shù)據(jù);二是數(shù)據(jù)必須足夠的復(fù)雜;三是這個(gè)行業(yè)要很有錢(qián)。第二，很多行業(yè)和職業(yè)一定會(huì)被人工智能取代，比如，金融領(lǐng)域的小額放貸，現(xiàn)在螞蟻金服完全是機(jī)器在放貸，因?yàn)闄C(jī)器在分析信用數(shù)據(jù)上一定比人要精確得多，要快得多，成本也要低得多。第三，今天的人工智能基于神經(jīng)網(wǎng)絡(luò)，完全不可能取代人，更不可能讓我們?nèi)祟愖兂蓹C(jī)器的寵物，在它具有自我意識(shí)之前，它不可能具有人類的智慧。